1.pandas new_df = df.reset_index方法会把index变成DataFrame的一列，然后从新使用0..n当作新的索引，如果不想保留原来的索引，使用参数drop=True，inplace参数指定是否改变原始df，True为改变，False不改变，默认不改变，返回一个新的df。
2.pandas的set_index方法，我看知乎上说这个方法不仅用于设置一个列作为索引，而且还有其它用途，比如df的reset_index方法有个默认特性是把索引变成df的一列并启用新的数字索引，而set_index可以把列设置成索引，所以，这两个方法可以说是配对的，因为df的index是不参与运算的，所以，我们可以通过set_index方法把列设置成索引，暂时隐藏起来，要用的时候可以再用reset_index恢复回来，这样在某些时候就会变得非常方便了。
3.找到一些有问题的文件，没有列名，还有一些mdf文件。
4.时间转换
python中时间转换时常会用到，但经常记不住，今天又遇到一个时间转换需求，我需要把一个date字符串，转成时间戳，再把时间戳加上某个数字，再把时间戳转回datetime类型，最后转成字符串
代码如下
import time
from datime import datetime
def convert_time(df,d):
date_str = d + " 00:00:00"
struct_time = time.strptime(date_str, '%Y-%m-%d %H:%M:%S')
timesamp = time.mktime(struct_time)
res = timesamp + df
d = datetime.fromtimestamp(res)
5.pandas循环取出列和行（迭代列）
for index,col in df.items():
print(col)#col是一列，类型是Series
循环行
for row in df.iterrows():
print(row)
